一种外骨骼步态辨识方法和装置制造方法及图纸

本发明专利技术涉及一种外骨骼步态辨识方法和装置，属于机器人技术领域，解决现有模型复杂，辨识准确度低、实时性差和分析处理效率低的问题。外骨骼步态辨识方法包括：离线采集多个穿戴式助力机器人在多个运动模式下的运动数据；对运动数据进行预处理并将预处理后的运动数据划分为训练数据集和测试数据集；利用训练数据集和测试数据集进行离线字典学习和测试以获得运动行走字典；以及基于预处理后的待辨识运动数据在运动行走字典上求解最佳稀疏表示以获取线性表示系数，并基于线性表示系数辨识运动模式和步态相位。多人多模式数据提高辨识准确度、实时性和分析处理效率。实时性和分析处理效率。实时性和分析处理效率。

【技术实现步骤摘要】
一种外骨骼步态辨识方法和装置


[0001]本专利技术涉及机器人
，尤其涉及一种外骨骼步态辨识方法和装置。

技术介绍

[0002]下肢外骨骼机器人是一种人机耦合的穿戴式助力机器人，能够给人提供保护、额外的动力或能力，增强人体机能，可辅助人完成超出自身能力的任务或者降低人体负荷，在军民领域均有广阔的应用前景。下肢外骨骼机器人助力技术的关键在于识别人体步态，尤其是不同人、不同运动模态、不同环境下的行走具有很强的随机性，如何进行准确可靠的辨识运动状态，为不同步态下实施相应的控制策略提供可靠信息，是需要解决的关键问题。
[0003]现有技术中，传统的基于阈值和规则的辨识方法难以适应人体运动的多样性、随机性以及多变的外界环境和行走模态，因而扩展能力不强、适应性不好。例如，通过采集足底压力结合集成学习方法识别行走相位，但是单纯使用足底压力，行走信息不够丰富难以保证对不同运动模态的辨识适应能力；利用了足部多源信息识别行走相位，但是缺少髋膝关节运动信息；或者利用了足底压力和关节角等多源信息，基于阈值和规则进行辨识，存在扩展性差适应能力不强等问题。另本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种外骨骼步态辨识方法，其特征在于，包括：离线采集多个穿戴式助力机器人在多个运动模式下的运动数据；对所述运动数据进行预处理并将预处理后的所述运动数据划分为训练数据集和测试数据集；利用所述训练数据集和所述测试数据集进行离线字典学习和测试以获得运动行走字典；以及基于预处理后的待辨识运动数据在所述运动行走字典上求解最佳稀疏表示以获取线性表示系数，并基于所述线性表示系数辨识运动模式和步态相位。2.根据权利要求1所述的外骨骼步态辨识方法，其特征在于，所述多个运动模式包括平地行走、上台阶、下台阶、上坡、下坡、站立、慢跑、快跑和蹲起。3.根据权利要求2所述的外骨骼步态辨识方法，其特征在于，离线采集多个穿戴式助力机器人在多个运动模式下的运动数据进一步包括：在所述多个穿戴式助力机器人中的每个穿戴式助力机器人的运动模式分别为所述平地行走、所述上台阶、所述下台阶、所述上坡、所述下坡、所述站立、所述慢跑、所述快跑和所述蹲起时离线采集多维运动数据。4.根据权利要求3所述的外骨骼步态辨识方法，其特征在于，离线采集多维运动数据包括：利用角度传感器分别采集左膝关节角度、右膝关节角度、左髋关节角度和右髋关节角度；利用压力传感器分别采集多个左足底压力和多个右足底压力；利用加速度传感器采集大腿和小腿部位的三维加速度；利用角速度传感器分别采集左小腿旋转角速度、右小腿旋转角速度、左大腿旋转角速度和右大腿旋转角速度；以及利用力传感器采集腿部人机交互力或背部人机交互力。5.根据权利要求4所述的外骨骼步态辨识方法，其特征在于，所述运动行走字典D包括多个运动模式，其中，通过以下公式表示所述运动行走字典D：D＝[D
1 D2...D
N
]，其中，字典D1、D2、
…
D
N
中的任一个对应于所述多个运动模式中的一个运动模式，以及N为所述运动模式的数量。6.根据权利要求4所述的外骨骼步态辨识方法，其特征在于，字典D
i
中的每个元素为运动...

【专利技术属性】
技术研发人员：常远，李候，吴庆勋，李冠呈，胡源渊，王道臣，刘昊，张利剑，
申请(专利权)人：北京机械设备研究所，
类型：发明
国别省市：